1. 3D-3D 的位姿估计问题

假设有一组配对好的 3D 点
比如对两个 RGB-D 图像进行了匹配：P = {p₁, …, p_n}，P’ = {p’₁, …, p’_n}
现在，想要找一个欧氏变换 R, t，使得：

这个问题可以用 迭代最近点（Iterative Closest Point, ICP）求解

在 3D-3D 位姿估计问题中，并没有出现相机模型
也就是说，仅考虑两组 3D 点之间的变换时，和相机并没有关系

因此，在激光 SLAM 中也会碰到 ICP
不过由于激光数据特征不够丰富，无从知道两个点集之间的匹配关系
只能认为距离最近的两个点为同一个，所以这个方法称为迭代最近点
而在视觉中，特征点提供了较好的匹配关系，所以整个问题就变得更简单了

在 RGB-D SLAM 中，可以用这种方式估计相机位姿
和 PnP 类似࿰

视觉SLAM笔记（38） 3D-3D: ICP相关推荐

视觉SLAM笔记（39）求解 ICP
视觉SLAM笔记(39) 求解 ICP 1. SVD 方法 2. 非线性优化方法 1. SVD 方法使用 SVD 以及非线性优化来求解 ICP 使用两个 RGB-D 图像,通过特征匹配获取两组 3D ...
视觉SLAM笔记（65）简约总结
视觉SLAM笔记(65) 简约总结参考: <视觉SLAM十四讲> 视觉SLAM笔记(3) 视觉SLAM框架视觉SLAM笔记(20) 单目相机模型视觉SLAM笔记(32) 2D-2D: ...
视觉SLAM笔记（37）求解 PnP
视觉SLAM笔记(37) 求解 PnP 1. 使用 EPnP 求解位姿 2. 使用 BA 优化 2.1 李代数位姿 2.2 空间点位置 2.3 投影方程边 2.4 Bundle Adjustment ...
视觉SLAM笔记（36） 3D-2D: PnP
视觉SLAM笔记(36) 3D-2D: PnP 1. PnP 2. 直接线性变换 3. P3P 4. 光束平差法 1. PnP PnP(Perspective-n-Point)是求解 3D 到 2D ...
视觉SLAM笔记（13）空间变换
视觉SLAM笔记(13) 空间变换 1. 3D空间变换 2. 相似变换 3. 仿射变换 4. 射影变换 1. 3D空间变换 3D 空间中的变换,除了欧氏变换之外,还存在其余几种,其中欧氏变换是最简 ...
视觉SLAM笔记（52） BA 与图优化
视觉SLAM笔记(52) BA 与图优化 1. Bundle Adjustment 2. 投影模型和 BA 代价函数 3. BA 的求解 4. 稀疏性和边缘化 5. 鲁棒核函数 1. Bundle A ...
视觉SLAM笔记（63） RGB-D 稠密建图
视觉SLAM笔记(63) RGB-D 稠密建图 1. 建立点云地图 2. 点云地图 3. 其他重建方法 1. 建立点云地图所谓点云,就是由一组离散的点表示的地图最基本的点包含 x, y, z 三维 ...
视觉SLAM笔记（61）单目稠密建图
视觉SLAM笔记(61) 单目稠密建图 1. 立体视觉 2. 极线搜索与块匹配 3. 高斯分布的深度滤波器 1. 立体视觉相机,很久以来被认为是只有角度的传感器(Bearing only) 单个图像 ...
视觉SLAM笔记（60）建图
视觉SLAM笔记(60) 建图 1. 概述 2. 用处 1. 概述建图(Mapping),本应该是 SLAM 的两大目标之一因为 SLAM 被称为同时定位与建图之前讨论的都是定位问题,包括通过特 ...

视觉SLAM笔记（38） 3D-3D: ICP

视觉SLAM笔记（38） 3D-3D: ICP

1. 3D-3D 的位姿估计问题

视觉SLAM笔记（38） 3D-3D: ICP相关推荐

最新文章

热门文章